Non-destructive Test・Diagnosis (Damage/Defect)Ⅰ

[1298] Research on real-time detection of deteriorated bridge damage parts using AI

Ryota Komine¹, Syoma Kawata¹, Futoshi Katsuki¹ (1.芝浦工業大学)

Keywords:橋梁点検、AI、劣化損傷、画像処理、UAV

自律飛行可能なUAVを使用した橋梁点検においては，一般的にUAVによる撮影画像または動画により損傷個所を点検技術者が目視で確認する。しかし自動飛行可能なUAVが開発されれば，損傷個所を自動で検出する機能が必要となる。本研究では，物体検出モデルであるYOLOの2023年12月現在の最新モデルYOLOv8を用いて，橋梁の剥離・鉄筋露出と鋼材腐食に対する自動検出の検討を行った。その結果，学習データと同様の写真に対してはmAP0.7~0.8と高い精度で検出できた。また実際のUAVの動画像では98.0fpsで自動検出でき，将来的にUAVでのリアルタイム損傷検出が期待できることを明らかにした。